本章导读
【第三章答案】按原书题号给出解答、必要推导和适用条件。与章末习题采用同一份已核算解答,原书的简略小数按准确计算区分近似与精确值。
【第三章习题与解答】以下按原书36组习题的顺序说明模型、取值范围和解法。连续密度在支持集外均取0;题设业务数据仅用于数学训练。书后答案若与联合支持集或概率运算矛盾,以重新推导的结果为准。
【1 两次抽取开关】12只开关中2只次品,X,Y分别表示第一次、第二次是否抽到次品,次品记1、正品记0。(1)放回并独立重抽:P(0,0)=25/36,P(1,0)=P(0,1)=5/36,P(1,1)=1/36。(2)不放回:上述四项依次为45/66,10/66,10/66,1/66,可由每次抽取的条件概率相乘得到。两种方式的边缘次品概率都是1/6,但联合分布不同。
【2 黑球和红球数】3黑、2红、2白球中等可能无放回取4只,X为黑球数,Y为红球数。联合律P(X=i,Y=j)=(i3)(j2)(4−i−j2)/(47),不合法的组合数取0。将合法格子求和,得P(X>Y)=19/35,P(Y=2X)=6/35,P(X+Y=3)=4/7,P(X<3−Y)=2/7。
【3 线性联合密度】f(x,y)=k(6−x−y),0<x<2,2<y<4。归一化积分为8k,故k=1/8。对目标区域积分,得到P(X<1,Y<3)=3/8,P(X<1.5)=27/32,P(X+Y≤4)=2/3。最后一问应在0<x<2,2<y<4−x上积分,不能把整个矩形都计入。
【4 比较两个非负变量】X,Y独立、非负且有密度。(1)先条件于Y=y,得到P(X<Y)=∫0∞FX(y)fY(y)dy,因为X在单点的概率为0。(2)若两者分别为率λ1,λ2的指数变量,则积分为∫0∞(1−e−λ1y)λ2e−λ2ydy=λ1/(λ1+λ2)。
【5 联合CDF的边缘】给定F(x,y)=1−e−x−e−y+e−x−y(x,y>0),其他为0。令另一阈值趋于正无穷,得FX(x)=1−e−x(x>0)、FY(y)=1−e−y(y>0),各自在非正处为0。联合CDF恰为两个边缘的乘积。
【6 三次抛币的重叠计数】公平硬币独立抛三次,X统计前两次正面数,Y统计三次正面数。X∼Bin(2,1/2),且给定X=k,第三次使Y=k或k+1各有概率1/2。故P(X=k,Y=j)=(k2)/8,当k=0,1,2且j=k,k+1时成立,其他为0。边缘P(X=0,1,2)=(1,2,1)/4,P(Y=0,1,2,3)=(1,3,3,1)/8。两个计数共享前两次试验,不能据每次抛币独立就断言X,Y独立。
【7 三角区域上的边缘】f(x,y)=4.8y(2−x),0≤y≤x≤1。竖直积分得fX(x)=2.4(2−x)x2,0<x<1;水平积分从x=y到1,得fY(y)=2.4y(3−4y+y2),0<y<1。支持集之外均为0,两边缘总积分分别为1。
【8 指数曲线上的边缘】f(x,y)=e−y,0<x<y。固定x>0,y从x到无穷,故fX(x)=e−x;固定y>0,x从0到y,故fY(y)=ye−y。两边缘分别是指数与形状2的伽马密度。
【9 抛物线支持集】f(x,y)=cx2y,x2≤y≤1。这里允许负x,完整支持集为−1≤x≤1。由积分得c=21/4,随后fX(x)=821x2(1−x4)(−1<x<1),fY(y)=27y5/2(0<y<1)。漏掉负半轴会使归一化常数和边缘全部错误。
【10 两个月订单数】联合概率表按题设列出,列为8月订单数X,行为9月订单数Y,值均为51至55。列和给出P(X=51,52,53,54,55)=(0.28,0.28,0.22,0.09,0.13),行和给出P(Y=51,52,53,54,55)=(0.18,0.15,0.35,0.12,0.20)。给定X=51,对应Y的条件概率依次为6/28,7/28,5/28,5/28,5/28。
【11 出生人数与其中男婴人数】题设P(X=n,Y=m)=e−147.14m6.86n−m/[m!(n−m)!],0≤m≤n,m,n为整数。(1)X∼Pois(14)、Y∼Pois(7.14)。(2)Y∣X=n∼Bin(n,0.51);X∣Y=m等于m加一个参数6.86的泊松变量,即P(X=n∣Y=m)=e−6.866.86n−m/(n−m)!,n≥m。(3)特别地,Y∣X=20∼Bin(20,0.51)。这里是题设计数模型,并非对现实出生比例的调查结论。
【12 两步选整数的条件律】第3.1节例1给出P(X=i,Y=k)=1/(4i)、P(X=i)=1/4,因此P(Y=k∣X=i)=1/i,k=1,…,i,i=1,2,3,4。这也与原来的随机选择规则一致。
【13 抛物线模型的条件分布】沿用第9题。(1)0<y<1时,fX∣Y(x∣y)=3x2/(2y3/2),−y<x<y;特别地y=1/2时为32x2,∣x∣<1/2。(2)0<∣x∣<1时,fY∣X(y∣x)=2y/(1−x4),x2<y<1。取x=1/3,密度为81y/40,1/9<y<1;取x=1/2,密度为32y/15,1/4<y<1。在x=0处边缘密度为0,约分后的式子可作为一种延拓,但不能说它由0/0唯一确定。(3)P(Y≥1/4∣X=1/2)=1,P(Y≥3/4∣X=1/2)=∫3/41(32y/15)dy=7/15。
【14 三角形均匀模型的条件密度】联合密度为1,支持集∣y∣<x<1。边缘为fX(x)=2x(0<x<1)、fY(y)=1−∣y∣(∣y∣<1)。所以fY∣X(y∣x)=1/(2x),∣y∣<x;fX∣Y(x∣y)=1/(1−∣y∣),∣y∣<x<1,只在对应正分母范围内使用。
【15 条件均匀区间随X改变】X∼U(0,1),给定X=x后条件密度为x(0<y<1/x)。(1)联合密度f(x,y)=x,0<x<1,0<y<1/x。(2)固定y时,对0<x<min(1,1/y)积分,得fY(y)=1/2(0<y≤1)、1/(2y2)(y>1),其余为0;在1处左右连续。(3)P(X>Y)=∫01∫0xxdydx=1/3。
习题15(2)边缘密度:先保持1/2,再按1/(2y²)下降 【16 判断独立性并修正答案】(1)第1题放回独立重抽时独立;不放回时P(X=1,Y=1)=1/66=(1/6)2,不独立。(2)第14题不独立。例证:P(X<1/4)>0、P(Y>1/2)>0,但支持集要求∣Y∣<X,两个事件不能同时发生,联合概率为0,与边缘乘积不符。书后该小问写成“相互独立”,与三角形支持集矛盾,应予纠正。
【17 分解联合分布】(1)题设CDF为(1−e−αx)y(x≥0,0≤y≤1),y>1,x≥0时为1−e−αx,其他为0。它正是率α的指数CDF与U(0,1)的CDF之积,故独立。(2)P(X=x,Y=y)=p2(1−p)x+y−2,正整数x,y。对一坐标求和,边缘为p(1−p)x−1与p(1−p)y−1,联合等于其乘积,故两者是独立的几何变量。
【18 二次方程有实根】X∼U(0,1),Y为尺度2的指数变量,二者独立,故f(x,y)=21e−y/2(0<x<1,y>0)。关于a的方程a2+2Xa+Y=0有实根当且仅当Y≤X2。所求概率∫01(1−e−x2/2)dx=1−2π[Φ(1)−Φ(0)]。应使用积分或足够精度的正态函数计算,避免仅用四位小数表造成最终尾数偏差。
【19 径向得分】X,Y为独立标准正态变量,联合密度f(x,y)=e−(x2+y2)/2/(2π)。用极坐标积分,P(X2+Y2≤r2)=1−e−r2/2。按半径不超过1得2分、在1至2之间得1分、超过2得0分,得到P(Z=0)=e−2,P(Z=1)=e−1/2−e−2,P(Z=2)=1−e−1/2,三项总和1。
【20 指数变量的先后与示性变量】X,Y独立,率分别为λ,μ>0,令Z=1当X≤Y,否则Z=0。(1)给定y>0,fX∣Y(x∣y)=λe−λx,x>0,因独立而不依赖y。(2)P(Z=1)=λ/(λ+μ),P(Z=0)=μ/(λ+μ)。CDF为0(z<0)、μ/(λ+μ)(0≤z<1)、1(z≥1)。
【21 非独立联合密度的和与积】f(x,y)=x+y(0<x<1,0<y<1)。(1)和Z=X+Y:fZ(z)=z2(0<z<1)、2z−z2(1≤z<2),其余为0。这是沿直线x+y=z积分,不可以先假设独立。(2)积Z=XY:支持0<z<1时,z<x<1,所以fZ(z)=∫z1(x+z/x)x−1dx=2(1−z),其余为0。
【22 均匀加指数】独立X∼U(0,1)、Y密度e−y(y>0)。卷积为∫0min(1,z)e−(z−x)dx,故fZ(z)=1−e−z(0<z<1)、(e−1)e−z(z≥1),非正处为0。两段在1处相接。
【23 多周需求量之和】每周密度为te−t(t>0),即Γ(2,1),各周独立。两周总量服从Γ(4,1),密度t3e−t/3!;三周总量服从Γ(6,1),密度t5e−t/5!,均在t>0,其余为0。
【24 依赖变量的和】f(x,y)=21(x+y)e−(x+y)(x,y>0)。边缘fX(x)=21(x+1)e−x,fY(y)=21(y+1)e−y,乘积不同于联合,故不独立。和的密度不需要独立性:fZ(z)=∫0z21ze−zdx=21z2e−z,z>0,其余为0。
【25 平移指数变量的和】独立X,Y均有密度e1−x(x>1),因此X−1,Y−1是独立的尺度1指数变量。Z−2服从Γ(2,1),故fZ(z)=(z−2)e2−z(z>2),其余为0。
【26 两个指数变量的比】独立X,Y均有密度e−x(x>0)。Z=Y/X的密度fZ(z)=∫0∞xe−(1+z)xdx=(1+z)−2,z>0,其余为0。
【27 随机矩形面积】独立X,Y∼U(0,1),面积A=XY。对0<a<1,密度fA(a)=∫a1x−1dx=−lna,其余为0。CDF为a−alna,0<a<1;在0与1外分别接0与1。密度靠近0无界而总积分仍为1。
【28 瑞利分布】独立X,Y∼N(0,σ2),σ>0。令Z=X2+Y2,在联合密度中作极坐标替换,径向雅可比为r。所以FZ(z)=1−e−z2/(2σ2)(z>0),求导得fZ(z)=zσ−2e−z2/(2σ2)(z>0),其余为0。这是参数σ的瑞利分布,不要漏掉半径因子或把指数分母中的σ2写成σ。
【29 截断指数与最大值】f(x,y)=be−(x+y)(0<x<1,y>0)。归一化给出b=(1−e−1)−1。边缘fX(x)=e−x/(1−e−1)(0<x<1),fY(y)=e−y(y>0),且两者独立。U=max(X,Y)的CDF为0(u≤0)、(1−e−u)2/(1−e−1)(0<u<1)、1−e−u(u≥1),在1处连续。
【30 四只元件都至少180小时】单只寿命近似N(160,202),另假定四只寿命相互独立。单只概率为1−Φ(1),故四只均达到要求的概率为[1−Φ(1)]4,约6.336×10−4。若未给定独立性,仅凭四个相同边缘不能作四次方。
【31 五次瑞利输出的最大值】五次测量独立、均为参数σ=2的瑞利变量。最大值Z的CDF为[1−e−z2/8]5(z>0),非正处为0;P(Z>4)=1−(1−e−2)5≈0.516676。
【32 最小值的区间概率】X,Y独立同分布,a≤b。P(a<min(X,Y)≤b)=P(min(X,Y)>a)−P(min(X,Y)>b)=P(X>a)2−P(X>b)2。严格大于与题中的左开右闭区间相配,对含原子分布也成立。
【33 离散卷积证明】X,Y为独立非负整数变量,分布律p(k),q(r)。事件{X+Y=i}是互斥事件{X=k,Y=i−k}(k=0,…,i)的并,由可加性和独立性得P(X+Y=i)=∑k=0ip(k)q(i−k)。
【34 泊松可加性证明】独立X∼Pois(λ1)、Y∼Pois(λ2)。把泊松概率代入离散卷积,得P(X+Y=i)=e−(λ1+λ2)∑k=0iλ1kλ2i−k/[k!(i−k)!]=e−(λ1+λ2)(λ1+λ2)i/i!,故和仍为泊松变量。
【35 二项可加性证明】独立X∼Bin(n1,p)、Y∼Bin(n2,p)。卷积中提取pi(1−p)n1+n2−i,剩下的组合数之和由范德蒙德恒等式为(in1+n2)。因此X+Y∼Bin(n1+n2,p)。成功概率不同一般没有这一简单二项形式。
【36 联合表下的条件、极值与和】联合表见下图。(1)P(X=2∣Y=2)=0.05/0.25=0.2,P(Y=3∣X=0)=0.01/0.03=1/3。(2)V=max(X,Y)取0至5的概率依次为0,0.04,0.16,0.28,0.24,0.28。(3)U=min(X,Y)取0至3的概率依次为0.28,0.30,0.25,0.17。(4)W=X+Y取0至8的概率依次为0,0.02,0.06,0.13,0.19,0.24,0.19,0.12,0.05。各项通过按相同函数值合并格子得到,三组分布各自加和为1,无需假设X,Y独立。
习题36 原联合概率表,用于逐格归并极值与和的概率